Subjective memory complaints in community dwelling healthy older people: the influence of brain and psychopathology
Notice bibliographique
Résumé
OBJECTIVES: Subjective memory complaints (SMC) are common. We aimed to characterize the relationship between psychiatric illness and white matter disease to SMC in a sample of healthy older people. MEASUREMENTS: Cognitively normal subjects between 55 and 90 years had age-adjusted and education-adjusted Consortium to Establish a Registry for Alzheimer's disease (CERAD) scores ≤1.5 SD from standard mean. ApoE genotyping was performed using polymerase chain reaction. Sixty subjects (30 SMC, 30 controls) underwent 3T MRI, which was rated by two raters blinded to the diagnosis, for periventricular (PVH) and deep white matter hyperintensities (DWMH) using the Fazekas scale. Subjective memory was assessed by asking the participant, Do you feel like your memory or thinking is becoming worse? RESULTS: Two hundred and fifteen volunteers were assessed. Ninety-six were cognitively normal (mean age 62.5 years). SMC were reported by 52/96 subjects (54%). These were compared with subjects who denied SMC. Participants with a history of depression or anxiety were more likely to have SMC (p = 0.02). The frequency distribution of ApoE4 allele and CERAD scores were similar. White matter load was similar (p ≤ 0.47), with a high prevalence of PVH and DWMH seen (100% and 88% of scans, respectively). CONCLUSION: Both SMC and white matter disease were common. SMC were associated with a history of depression or anxiety but not with white matter disease. Evaluation for a history of depression and anxiety in people with SMC is supported by these findings.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».